• Ei tuloksia

Kasvatustiheyden ja tukin latvaläpimitan vaikutukset metsätuotannon ilmastovaikutuksiin kuusella ja männyllä

N/A
N/A
Info
Lataa
Protected

Academic year: 2022

Jaa "Kasvatustiheyden ja tukin latvaläpimitan vaikutukset metsätuotannon ilmastovaikutuksiin kuusella ja männyllä"

Copied!
32
0
0

Kokoteksti

(1)

Luonnontieteiden ja metsätieteiden tiedekunta Faculty of Science and Forestry

KASVATUSTIHEYDEN JA TUKIN LATVALÄPIMITAN VAIKUTUKSET METSÄTUOTANNON ILMASTOVAIKUTUKSIIN KUUSELLA JA MÄN-

NYLLÄ Risto Vuorinen

METSÄTIETEEN PRO GRADU, ERIKOISTUMISALA METSIEN HOITO JA METSÄEKOSYSTEEMIT

JOENSUU 2020

(2)

Vuorinen, Risto. 2020. Kasvatustiheyden ja tukin latvaläpimitan vaikutukset metsätuotannon il- mastovaikutuksiin kuusella ja männyllä. Itä-Suomen yliopisto, luonnontieteiden ja metsätieteiden tiedekunta, metsätieteiden osasto. Metsätieteen pro gradu, erikoistumisala metsien hoito ja metsä- ekosysteemit. 32 s.

TIIVISTELMÄ

Metsillä on merkittävä rooli ilmastonmuutoksen hillinnässä. Metsiin perustuva ilmastonmuutoksen hillintäpotentiaali perustuu puun tuotantoon ja käyttöön. Puut sitovat yhteyttäessään hiiltä ilmake- hästä ja hiili varastoituu puutuotteisiin. Metsänhoitotoimenpiteillä voidaan vaikuttaa metsien hii- lensidontakykyyn ja kestävällä puun käytöllä voidaan hillitä hiilen vapautumista ilmakehään.

Tämän tutkimuksen tavoitteena oli selvittää kasvatustiheyden ja tukin latvaläpimitan muutoksen vaikutuksia ainespuun tuotantoon ja ilmastovaikutuksiin kuusella (Picea abies [L.] Karst.) ja män- nyllä (Pinus sylvestris L.). Tutkimuksessa simuloitiin SIMA-ekosysteemimallin ja LCA-elinkaari- työkalun avulla 24 eri käsittelyvaihtoehtoa Joensuussa sijaitsevalla MT-kasvupaikalla 80 vuoden kiertoajalla. Simuloinnit suoritettiin kolmella eri kasvatustiheydellä ja neljällä eri tukin latvaläpi- mitalla. Simuloinneissa käytettiin Metsänhoidon suositusten mukaista kasvatustiheyttä, suositusten mukaista 25 % suurempaa ja pienenpää kasvatustiheyttä sekä tukin latvaläpimittoja 12, 14, 16 ja 18 cm. Tutkimuksessa tarkasteltiin ainespuun määrää, ainespuun tuotannon taloudellista kannatta- vuutta ja ilmastovaikutuksia.

Kasvatustiheyden muutoksella oli vaikutusta ainespuun tuotantoon sekä ilmastovaikutuksiin. Kuu- sella päästiin suurempiin ilmastovaikutuksiin kuin männyllä. Suurimmat ilmastovaikutukset saa- vutettiin 25 % suuremmalla kasvatustiheydellä, vaikka sillä ei saavutettu huomattavasti suositusten mukaista suurempaa ainespuun määrää. Suurimpaan taloudelliseen kannattavuuteen päästiin 25 % pienemmällä kasvatustiheydellä, mutta ilmastovaikutukset sekä ainespuun määrä olivat tällä kas- vatustiheydellä pienimmät. Tukin latvaläpimitan muutoksen vaikutukset olivat pienemmät. Tukin latvaläpimitan pienentäminen hidasti puutuotteiden hajoamista ja paransi taloudellista kannatta- vuutta.

Avainsanat: kuusi, mänty, kasvatustiheys, tukin latvaläpimitta, hiilitase

(3)

Vuorinen, Risto. 2020. Effects of stand density and log top diameter on the forest production cli- mate impacts on Norway spruce and Scots pine. University of Eastern Finland, Faculty of Science and Forestry, School of Forest Sciences. Master´s thesis in Forest Science, specialization Forest management and forest ecosystems. 32 p.

ABSTRACT

Forests play an important role in mitigating climate change. The forest-based climate change miti- gation potential is based on the production and use of wood. Trees sequestrate-carbon from the atmosphere through photosynthesis and carbon is stored in forests and wood products. Forest ma- nagement measures can affect the carbon sequestration potential of forests and the sustainable use of wood can control the release of carbon into the atmosphere.

The aim of this study was to investigate the effects of changes in stand density and log top diameter on material wood production and climate impacts on Norway spruce (Picea abies [L.] Karst.) and Scots pine (Pinus sylvestris L.). The study simulated 24 different treatment options at the medium- fertile site (-MT site) in Joensuu with an 80-year rotation length using the ecosystem model (SIMA) and the life cycle assessment (LCA) tool. Simulations were ran with at three different stocking densities and with four different log top diameters. In the simulations, the baseline stocking density of the stands followed the recommendations for thinnings in Finland. In addition, 25 % higher and lower stocking densities than in the recommendations and the log top diameters 12, 14, 16 and 18 cm were used. This study investigated the amount of timber, the economic profitability of timber production and climate impacts.

The change in stocking density had effects on the timber production and the climate impacts. Nor- way spruce had higher climate impacts than Scots pine. The highest climate impacts were achieved with 25 % higher stocking density. At 25 % higher stocking density, a significantly higher amount of timber than recommended was not achieved. The highest economic profitability was achieved with 25 % lower stocking density, but the climate impacts and the amount of timber were the lowest at this stocking density. The effects of the change in the log top diameter were smaller. Reducing the log top diameter delayed the decomposition of wood products and increased economic profita- bility.

Keywords: Norway spruce, Scots pine, stand density, log top diameter, carbon balance

(4)

ALKUSANAT

Kiitän pro graduni ohjaajaa yliopistotutkija Antti Kilpeläistä tutkimusaiheen ehdottamisesta ja pe- rusteellisesta ohjaamisesta sekä Harri Strandmania SIMA-metsäekosysteemimallin käyttöön pe- rehdyttämisestä. Kiitokset myös muille työskentelyäni tukeneille henkilöille. Hanketta on rahoit- tanut henkilökohtaisen apurahan muodossa Metsämiesten Säätiö. Lahjoitukset ja säätiöfuusiot ovat tärkeä osa Säätiön yleishyödyllisen toiminnan vaikuttavuutta. Lisätietoja www.mmsaatio.fi.

Karstulassa 27.5.2020

Risto Vuorinen

(5)

SISÄLLYS

1JOHDANTO ... 6

1.1Metsät ilmastonmuutoksen hillitsijöinä ... 6

1.2Metsänhoitotoimenpiteiden vaikutukset metsätuotantoon ja sen taloudelliseen kannattavuuteen ... 8

1.3Puun käytön ilmastovaikutukset ... 9

1.4Työn tavoitteet ... 10

2AINEISTO JA MENETELMÄT ... 11

2.1Metsätuotannon ja puunkäytön ilmastovaikutusten arvioiminen... 11

2.2Metsäekosysteemin hiilitase ja metsätuotannon taloudellinen kannattavuus ... 12

2.2.1SIMA-malli ... 12

2.2.2Simuloinnit ... 13

2.2.3Metsätuotannon taloudellisen kannattavuuden laskenta ... 14

2.3Puutuotteiden ilmastovaikutukset ... 14

2.4Tulosten analysointi ... 15

3 TULOKSET ... 16

3.1Ainespuun määrä kuusella ja männyllä ... 16

3.2Metsätuotannon taloudellinen kannattavuus ... 19

3.3Ainespuun tuotannon ja käytön ilmastovaikutukset ... 21

3.4Ainespuun tuotannon ja käytön ilmastovaikutusten ja metsätuotannon taloudellisen kannattavuuden suhde ... 24

3.5Hiilen viipymä... 25

4TULOSTEN TARKASTELU ... 27

KIRJALLISUUS ... 30

(6)

1 JOHDANTO

1.1 Metsät ilmastonmuutoksen hillitsijöinä

Ihmisen toiminnan aiheuttama ilmastonmuutos johtuu suuremmaksi osaksi väestön- sekä talous- kasvun aiheuttamasta fossiilisten hiilidioksidipäästöjen kasvusta. Hiilidioksidi (CO2) on ilmaston lämpenemisen kannalta merkittävin kasvihuonekaasu (IPCC 2014). Global Carbon Budget (2019) arvion mukaan globaalit fossiiliset hiilidioksidipäästöt olivat vuonna 2018 36,6±2,0 Gt CO2-ekv.

(hiilidioksidiekvivalentti). Suurin osa fossiilisista hiilidioksidipäästöistä aiheutuu fossiilisten polt- toaineiden käytöstä energiantuotannossa, teollisuudessa sekä kuljetuksissa. Lisäksi fossiilisia pääs- töjä aiheutuu sementin valmistuksesta. Vuonna 2018 EU28-maiden osuus globaaleista fossiilisista hiilidioksidipäästöistä oli 9 % (~3,3 Gt CO2-ekv.). Tilastokeskuksen (2020) kasvihuonekaasuin- ventaarion mukaan Suomen kasvihuonekaasujen kokonaispäästöt ilman maankäyttö, maankäytön muutokset ja metsätalous -sektoria (LULUCF) olivat vuonna 2018 56,4 Mt CO2-ekv., josta hiilidi- oksidin osuus oli 81 % (45,9 Mt CO2-ekv.). Puupohjaisen energian käytön hiilidioksidipäästöjä ei sisällytetä kasvihuonekaasujen kokonaispäästöihin vaan ne huomioidaan LULUCF-sektorilla (Ti- lastokeskus 2019).

Metsät ovat merkittävässä asemassa ilmastonmuutoksen hillinnässä niiden hiilinielupotentiaalin sekä puun käytön ilmastohyötyjen vuoksi (IPCC 2007, 2014). Globaalisti metsiin liittyviin ilmas- tonmuutosta hillitseviin tekijöihin kuuluvat metsittäminen, metsäkadon vähentäminen, metsien ja puutuotteiden hiilivarastojen ylläpito sekä niiden lisääminen ja metsävarojen kestävällä käytöllä tapahtuva kasvihuonekaasupäästöjen vähentäminen fossiilisia polttoaineita ja materiaaleja korva- ten (Sathre & O’Connor 2010). Puutuotteiden hiilivarastot pienenevät hajoamisen seurauksena, joten puutuotevarastoja on kasvatettava jatkuvasti, mikäli niiden merkitys ilmastonmuutoksen hil- litsijänä halutaan ylläpitää (Pilli et al. 2015). Lundmark et al. (2014) mukaan metsien merkitys ilmaston muutoksen hillinnässä kasvaisi merkittävästi, mikäli panostettaisiin biomassan tuotannon lisäämiseen ja korvaushyötyjen hyödyntämiseen. Myös Marland & Schlamadingerin (1997) mu- kaan metsien ilmastonmuutoksen hillintäpotentiaalin kasvattaminen perustuu puutuotteilla ja met- säenergialla tapahtuvaan korvaushyötyyn, koska metsittämiseen käytettävissä oleva pinta-ala on rajallinen.

(7)

Hiiltä (C) on metsissä varastoituneena puuston biomassan lisäksi maaperään. Pan et al. (2011) mu- kaan metsien globaali hiilivarasto on 861±66 Gt C. IPCC:n Climate Change and Land -erikoisra- portin (2019) mukaan globaalisti metsänhoidon potentiaalinen mahdollisuus ilmakehän hiilidiok- sidimäärän vähentämiseksi vuosina 2020–2050 vaihtelee eri tutkimusten mukaan välillä 0,4–

2,1 Gt CO2-ekv. vuodessa. Raportin mukaan puutuotteiden käytöllä on globaalisti mahdollista vä- hentää ilmakehän hiilidioksidimäärää vuosina 2020–2050 eri tutkimusten mukaan 0,25–

1 Gt CO2-ekv. vuodessa. Lisäksi puupolttoaineiden käytöllä on mahdollista vähentää globaalisti ilmakehän hiilidioksidimäärää vuosina 2020–2050 eri tutkimusten mukaan 0,10–0,81 Gt CO2-ekv.

vuodessa.

FAO:n (2010) mukaan Euroopan metsien kokonaishiilivarasto oli vuonna 2010 35 000 Mt C.

EEA:n (2019) mukaan EU28-maiden metsien nettohiilinielu oli vuonna 2017 noin 373 Mt CO2-ekv. Pilli et al. (2015) mukaan EU28-maiden alueella puutuotteiden hiilivaraston net- tomuutos oli vuosina 2000–2012 keskimäärin -44 Mt CO2-ekv. vuodessa.

Suomen metsien kokonaishiilivarasto on noin 4 700 Mt C. Hiilidioksidiksi muutettuna tästä arvi- oidaan olevan sitoutuneena puuston biomassaan noin 3200 Mt CO2-ekv. ja maaperään noin 14 000 Mt CO2-ekv. Suomessa valtaosa maaperän hiilestä on varastoituneena soihin (Maa- ja metsätalousministeriö 2019). Tilastokeskuksen (2020) kasvihuonekaasuinventaarion mukaan met- sämaan nettohiilinielu oli vuonna 2018 17,5 Mt CO2-ekv. Tämä sisältää puuston nielun lisäksi maaperän hiilivaraston muutokset kivennäis- ja turvemailla ja kasvihuonekaasupäästöt ojitetuilta turvemailta, maastopaloista ja typpilannoituksesta (Tilastokeskus 2019). LULUCF-sektorin netto- nielu oli vuonna 2018 -10,3 Mt CO2-ekv. LULUCF-sektorin nieluvaikutus johtuu pääosin metsistä ja puutuotteista (Tilastokeskus 2019). Tilastokeskuksen (2020) kasvihuonekaasuinventaarion puu- tuotevaraston nettomuutos oli vuonna 2018 -4,4 Mt CO2 ekv. Tilastokeskuksen (2019) mukaan puupolttoaineiden osuus oli yli neljänneksen Suomen kokonaisenergian kulutuksesta vuonna 2018.

Suurin osa tästä tuotettiin metsäteollisuuden sivutuotteilla. Asikaisen (2018) mukaan puuperäisen energian tuotantomäärä määräytyy suuremmaksi osaksi metsäteollisuuden puunkäytön ja puunhan- kinnan sivuvirtojen kautta. Lyhyellä ajanjaksolla tarkasteltuna metsien nettohiilinielu on sitä pie- nempi, mitä enemmän puuta korjataan ja päinvastoin. Pitkällä ajanjaksolla tarkasteltuna useat eri tekijät, kuten metsänhoito, taimimateriaali sekä metsätuhojen vaikutus vaikuttavat metsien hiili- nielun suuruuteen. Lisäksi taloustilanteella ja suhdannevaihteluilla on puun kysynnän kautta vai- kutusta metsien hiilinieluun (Tuomainen 2018).

(8)

Metsien hiilinieluvaikutus perustuu yhteyttämisessä tapahtuvaan hiilensidontaan. Kuitenkin vas- taavasti karikkeen ja humuksen hajotessa maaperän hiili vapautuu ilmakehään (Tuomainen 2018).

Metsänhoito on ilmastonmuutoksen hillinnän kannalta välttämätöntä, koska vanhoissa sekä hoita- mattomissa metsissä kuoleva puusto alkaa päästää hiilidioksidia vähitellen takaisin ilmakehään ja metsikön hiilensidontakyky heikkenee (Maa- ja metsätalousministeriö 2019). Hoitamattomat met- sät ovat myös alttiimpia luonnon aiheuttamille riskeille, kuten esimerkiksi metsäpaloille, jolloin hiiltä vapautuu ilmakehään niin, että sitä ei voida hyödyntää mitenkään. Metsänhoito on tasapai- noilua puun tuotannon, ekosysteemin arvojen, taloudellisten ja sosiaalisten arvojen välillä. On myös tiedostettava, että kaikissa metsissä ei voida tuottaa kaikkia arvoja (Lippke et al. 2011). Puun tuotannon ja ilmastohyötyjen välille on luotava kompromissi kestävällä metsänhoidolla ja puu- tuotteiden käytöllä fossiilisten hiilidioksidipäästöjen korvaamiseksi (Pingoud et al. 2010).

1.2 Metsänhoitotoimenpiteiden vaikutukset metsätuotantoon ja sen taloudelliseen kan- nattavuuteen

Suomessa kiertoajan aikana tehdään normaalisti 1–3 harvennusta. Tukkipuun tuotantoon tähtää- vässä metsätuotannossa on yleisesti käytössä 60–100 vuoden kiertoaika riippuen esimerkiksi kas- vupaikasta. Harvennusten suunnittelun ja toteutuksen ohjeena käytetään Metsänhoidon suositusten (jatkossa suositusten) mukaisia harvennusmalleja, jotka on laadittu eri puulajeille ja kasvupaikka- tyypeille. Harvennusmallit tähtäävät mahdollisimman hyvään kannattavuuteen ja puun määrään.

Niiden avulla määritetään metsikön harvennusajankohta ja jäävän puuston määrä. Harvennusmal- leissa on esitetty harvennusrajat, jotka perustuvat puuston valtapituuteen sekä tiheyteen (Äijälä ym. 2019).

Metsänhoidolla voidaan vaikuttaa ainespuun määrään ja sen kautta metsikön hiilitaseeseen. Ai- nespuun määrään voidaan vaikuttaa esimerkiksi kasvatustiheydellä, lannoituksella ja kiertoajan pituudella (Briceno-Elizondo et al. 2006, Routa et al. 2012, Pyörälä et al. 2014). Äijälän ym. (2019) mukaan suositusten mukaista alhaisempi kasvatustiheys nopeuttaa puuston järeytymistä. Lannoi- tuksen on osoitettu lisäävän ainespuun tuotosta (esim. Pyörälä et al. 2014). Routa et al. (2012) tutkimuksessa, jossa vertailtiin kiertoaikojen vaikutusta ainespuun tuotantoon kuusella kierto- ajoilla 40–120 vuotta, suurimpaan vuosittaiseen tukkipuun määrään päästiin 100 vuoden kierto- ajalla MT-kasvupaikalla. Saman tutkimuksen mukaan suurimpaan vuosittaiseen puun määrään päästiin lyhemmillä, 40–60 vuoden kiertoajoilla.

(9)

Metsänhoitotoimien suorittaminen vaikuttaa myös metsätuotannon taloudelliseen kannattavuuteen (Pyörälä et al. 2014). Ainespuun tuotannon kannattavuutta arvioidaan nettonykyarvon (NPV) avulla. Tulevaisuudessa saatava taloudellinen tulo on yleensä aina arvoltaan heikompi kuin heti saatava tulo. NPV:n laskentaan sisältyy korkotekijä, jolla korjataan tulevaisuuden rahavirran ar- voa. NPV tarkoittaa siis tulevaisuuden rahavirran arvottamista nykyhetkeen. Nykyhetkeen diskon- tatut, eri ajankohtina saatavat rahavirrat ovat keskenään vertailukelpoisia (Luoranen ym. 2012).

Tukki-kuitusuhde sekä tukin latvaläpimitta ovat tärkeässä roolissa taloudellista kannattavuutta ar- vioitaessa, koska tukista maksettava hinta on yleensä huomattavasti suurempi kuin kuidun hinta.

Harvennusrajojen nosto siirtää harvennuksia myöhemmäksi, mikä heikentää NPV:tä. Kuitenkin pidempi kiertoaika saattaa nostaa NPV:tä, jos tällöin arvokkaamman tukkipuun osuus on merkit- tävästi suurempi. Lannoitus parantaa metsätuotannon taloudellista kannattavuutta lisääntyneestä ainespuun määrästä johtuen. Routa et al. (2012) mukaan suurin NPV saavutettiin kuusella 60 vuo- den kiertoajalla. Äijälän ym. (2019) mukaan suositusten mukaista voimakkaampi harvennus lisää välitöntä hakkuutuloa, mutta saattaa aiheuttaa tulevaisuudessa kasvutappioista johtuen heikompaa taloudellista kannattavuutta. Myöskään useat, lievät harvennukset kiertoajan aikana eivät ole ta- loudellisesti kannattavia niiden pienten hakkuukertymien vuoksi. Hyytiäinen & Tahvosen (2002) mukaan ensiharvennus tulisi suorittaa suositusten mukaista myöhemmin ja viimeinen harvennus suositusten mukaista voimakkaampana taloudellisen tuoton parantamiseksi kuusella sekä män- nyllä.

1.3 Puun käytön ilmastovaikutukset

Puutuotteilla ja puuenergialla voidaan korvata fossiilisia materiaaleja ja polttoaineita (Pingoud et al. 2010). Puutuotteilla tarkoitetaan esimerkiksi sahatavaraa, puulevyjä sekä paperia ja kartonkia.

Yksi puukuutiometri varastoi elinaikanaan noin 0,9 hiilidioksiditonnia (Janatuinen 2018). Puuta käytettäessä vältetään vaihtoehtoisen fossiilisen rakennusmateriaalin valmistuksen aiheuttama energiankulutus ja kasvihuonekaasupäästöt. Tämä substituutiovaikutus ja puutuotteisiin varastoi- tuneen hiilen vaikutus yhteenlaskettuna, yksi rakentamiseen käytetty puukuutiometri säästää kes- kimäärin kaksi hiilidioksiditonnia (Frühwald 2002). Lundmark et al. (2014) mukaan yksi puukuu- tiometri säästää päästöjä keskimäärin 0,47 hiilidioksiditonnia, kun huomioidaan myös lyhytkes- toisemmat kuitutuotteet sekä energiantuotanto. Sathre & O’Connorin (2010) mukaan puutuottei- den tuotanto tarvitsee vähemmän energiaa verrattuna vastaavaan määrään esimerkiksi metallia tai

(10)

betonia. Myös puutuotteiden tuotannon sivutuotteet voidaan hyödyntää energiantuotannossa (Ja- natuinen 2018). Mikäli biomassaa jätetään lahoamaan metsään, siihen varastoitunut hiili vapautuu hajoamisessa ilmakehään samoin kuin poltettaessa energiantuotannossa. Tämä päästö voidaan hyödyntää korvaamalla fossiilisia polttoaineita puupohjaisilla polttoaineilla (Lippke et al. 2011).

Pitkällä aikavälillä kestävä metsänhoito ja puun käyttö takaavat vakaat hiilivarastot (Sathre &

O’Connor 2010). Sahatavaran ja kuitutuotteiden käytön ilmastohyötyjä tarkasteltaessa tulee huo- mioida niiden erityyppinen vaikutus. Sahatavaraan hiili varastoituu pidemmäksi aikaa, mutta myös kuitutuotteilla voidaan korvata energiaintensiivisiä materiaaleja, kuten muoveja, joiden tuotan- nosta aiheutuu paljon fossiilisia päästöjä (Pingoud et al. 2010).

Substituutiokertoimilla ilmoitetaan kasvihuonekaasupäästöjen määrä, joka vältetään käyttämällä puuta rakennusmateriaalina tai polttoaineena muiden materiaalien tai raaka-aineiden sijasta (Sathre & O’Connor 2010). Substituutiohyödyn suuruus riippuu tuotteesta, sen elinkaaresta ja siitä mitä puutuotteella korvataan (Pingoud et al. 2010). Mitä korkeampi substituutiokerroin puutuot- teella on, sitä suurempi substituutiohyöty sillä saavutetaan. Suomessa sahatavaralle voidaan käyt- tää substituutiokertoimia 0.5–2.0. Perinteisten kuitutuotteiden substituutiokertoimet vaihtelevat välillä 0.5–1. Mikäli kuitutuotteilla korvataan myös muoveja, voidaan käyttää substituutiokertoi- mia 0.5–2.4. Puun energiakäytön substituutiokertoimet vaihtelevat välillä 0.5–1.0 (Soimakallio et al. 2016).

1.4 Työn tavoitteet

Tämän työn tarkoituksena on tutkia kasvumallisimulointeihin ja elinkaarimalliin perustuen, miten erilaiset kasvatustiheydet ja tukin latvaläpimitat vaikuttavat ainespuun määrään, metsätuotannon taloudelliseen kannattavuuteen sekä ainespuun tuotannon ja käytön ilmastovaikutuksiin kuusella (Picea abies [L.] Karst.) ja männyllä (Pinus sylvestris L.) Joensuussa sijaitsevalla MT-kasvupai- kalla.

(11)

2 AINEISTO JA MENETELMÄT

2.1 Metsätuotannon ja puunkäytön ilmastovaikutusten arvioiminen

Metsätuotannon ja puunkäytön ilmastovaikutuksia tarkastellaan hiilitaseiden avulla metsikkötason tarkasteluissa. Hiilitaseella tarkoitetaan sitoutuvan ja vapautuvan hiilen summaa. Ilmastovaikutuk- sia voidaan arvioida tarkastelemalla hiilitasetta ilmakehän näkökulmasta, joka käsittää metsässä tapahtuvan tuotannon ja teknosysteemin taseen, jossa puu jalostetaan puutuotteiksi tai energiaksi.

Yhdessä nämä muodostavat nettohiilitaseen (Cnet). Metsikköön sitoutuva sekä puutuotteisiin va- rastoituva hiilidioksidi ilmaistaan negatiivisena arvona ja ilmakehään vapautuva hiilidioksidi eli hajoaminen ilmaistaan positiivisena arvona. Ekosysteemin hiilitase, NEE (net ecosystem ex- change) muodostuu metsikön hiilen sidonnasta (Cseq) ja orgaanisen aineen hajoamisesta (Cdecomp).

Teknosysteemin hiilitase muodostuu puutuotteiden hajoamisesta (TO) ja sivutuotteiden poltosta (Charv) sekä puun käytön substituutiovaikutuksista (Csubst) (Kaava 1).

Cnet= Cseq+ Cdecomp+TO + Charv+ Csubst (1)

jossa

Cnet = nettohiilitase

Cseq = metsikön hiilensidonta

Cdecomp = orgaanisen aineen hajoaminen TO = puutuotteiden hajoaminen

Charv = sivutuotteiden polton päästö

Csubst = tukin, kuidun sekä sivutuotteiden substituutiohyöty

Charv on sama kuin sivutuotteiden sisältämä hiilidioksidimäärä eli puolet pyöreän puun hiilidioksi- dimäärästä. Csubst on negatiivinen arvo ja sen ajatellaan vähentävän päästöjä. Cnet ja NEE ovat ne- gatiivisia, kun hiilen sitoutuminen on suurempaa kuin vapautuminen. Tässä tutkimuksessa suurin ilmastovaikutus tarkoittaa absoluuttisesti pienintä Cnet arvoa ja ilmastovaikutus huononee Cnet ar- vojen suurentuessa absoluuttisesti. Absoluuttisesti pienimmällä hiilitaseella on suurin ilmaston- muutosta hillitsevä vaikutus.

(12)

2.2 Metsäekosysteemin hiilitase ja metsätuotannon taloudellinen kannattavuus

2.2.1 SIMA-malli

NEE ja ainespuun tuotanto simuloitiin Kellomäen et al. (1992, 2008) kehittämällä SIMA-metsä- ekosysteemimallilla, jolla voidaan mallintaa metsäekosysteemin dynamiikkaa. SIMA-mallin avulla pystytään selvittämään metsikön biomassan tuotosta sekä hiilitaseita. Mallissa on huomioitu puuston kasvuun vaikuttavat tekijät, kuten lämpö- ja kosteusolosuhteet, valon ja typen saatavuus sekä ilman hiilidioksidipitoisuus. Puuston kasvu on mallinnettu puun läpimitan kasvuun perustu- valla yhtälöllä; G=G0×M1,…,M0, jossa G on kasvu, G0 on potentiaalinen kasvu ja M1,…,M0 ovat puuston kasvuun vaikuttavien tekijöiden kertoimia. Optimaalinen kasvu tarkoittaa, etteivät puut varjosta toisiaan ja ne saavat tarpeeksi vettä sekä typpeä. Malli huomioi myös karikkeen, humuksen ja kuolleiden puiden hajoamisesta aiheutuvan typen ja hiilen vapautumisen (Kuva 1). SIMA-malli perustuu Monte Carlo-simulointeihin, jossa simulointien välillä on satunnaisuutta. Esimerkiksi pui- den kuolemat ovat satunnaisia eli stokastisia. Iteraatioita tehdään useita ja niiden keskiarvo on ver- tailukelpoinen tulos. Malli on kehitetty männylle, kuuselle, rauduskoivulle ja hieskoivulle. Mallia voidaan käyttää koko Suomessa; leveysasteiden 60 ja 70°N sekä pituusasteiden 20 ja 32°E välillä.

Kuva 1. SIMA-mallin toimintaperiaate (piirretty Kellomäki et al. 2008 mukaan).

(13)

2.2.2 Simuloinnit

Simuloinnit tehtiin erikseen kahdelle eri puulajille, kuuselle ja männylle. Kasvupaikka oli Joen- suussa (62°39’ N, 29°37’ E) sijaitseva tuore kangas (MT). Kaikissa simuloinneissa malliin syötet- tiin istutustiheydeksi 2000 r/ha ja lähtötilanteen rinnankorkeusläpimitaksi 2,5 cm. Kuitupuun lat- valäpimitta oli 6,5 cm ja harvennukset toteutettiin alaharvennuksina. Metsikön kiertoaika oli 80 vuotta ja iterointikertoja oli jokaisessa käsittelyssä 50, joista malli muodosti keskiarvon.

Simuloinneissa muutettiin harvennusrajoja sekä tukin latvaläpimittaa. SIMA-malli suorittaa har- vennukset normaaliasetuksilla suositusten mukaisesti (Äijälä et al. 2019), mutta harvennusrajoja voidaan muuttaa. Lisäksi korjattavan ainespuun latvaläpimittoja voidaan muuttaa. Simuloinneissa muutettiin kumpiakin harvennusrajoja samaan suuntaan, mikä aiheutti kasvatustiheyden muutok- sen. Simulointi suoritettiin kummallakin puulajilla suositusten mukaisella sekä suositusten mu- kaista 25 % suuremmalla ja pienemmällä kasvatustiheydellä (jatkossa suuremmalla/pienemmällä).

Jokainen harvennusvaihtoehto simuloitiin vielä neljällä eri tukin latvaläpimitalla eli 12, 14, 16 ja 18 cm. Näin ollen simuloituja käsittelyvaihtoehtoja tuli yhteensä 24 (2x3x4). Harvennuskertoja oli kaikilla muilla kasvatustiheyksillä kolme paitsi suuremmalla kasvatustiheydellä kaksi ennen pää- tehakkuuta. Käsittelyvaihtoehdoista käytetyt lyhenteet on selitetty taulukossa 1.

Taulukko 1. Käsittelyvaihtoehtojen lyhenteet.

Puulaji Kasvatustiheys Tukin latvaläpimitta K = Kuusi S = suositusten mukainen 12 = 12 cm

M = Mänty +25 = 25 % suurempi 14 = 14 cm -25 = 25 % pienempi 16 = 16 cm

18 = 18 cm

Esim. KS12 = Kuusella suositusten mukainen harvennus ja tukin latvaläpimitta 12 cm.

(14)

2.2.3 Metsätuotannon taloudellisen kannattavuuden laskenta

Käsittelyvaihtoehtojen taloudellista kannattavuutta arvioitiin NPV:n avulla. Laskennassa käytettiin 3 %:n korkokantaa. NPV laskettiin kaavan 2 mukaisesti.

𝑁𝑃𝑉 = 𝐴𝑡

(1+𝑟)𝑡 (2)

jossa

NPV = nettonykyarvo (€)

At = tulevan rahavirran arvo (hakkuutulo, €) r = korkokanta (%)

t = laskennasta kuluva aika vuosina (metsikön ikä vuosina)

Hakkuutulo laskettiin kertomalla ainespuun määrä puutavaralajeittain vuosina 2013–2018 toteutu- neilla keskikantohintojen keskiarvoilla Savo-Karjalassa (Taulukko 2).

Taulukko 2. Hakkuutulojen laskennassa käytetyt puunhinnat puutavaralajeittain eri hakkuissa (€/ha) (metsälehti.fi).

Mänty-

kuitu Kuusi-

kuitu Mänty-

tukki Kuusi- tukki

Ensiharvennus 11,5 11 37,5 38

Kasvatushakkuu 15 15 47 47

Päätehakkuu 17,5 18 56 56

2.3 Puutuotteiden ilmastovaikutukset

Puutuotteiden ilmastovaikutuksia arvioitiin elinkaariarviointityökalun avulla (Kilpeläinen et al.

2011, Alam et al. 2017). Sen avulla voidaan tarkastella puutuotteiden hajoamista, sivutuotteiden polton päästöjä sekä tukin, kuidun ja sivutuotteiden substituutiohyötyjä. Ilmastovaikutuslasken- nassa puutuotteiden määrän oletettiin olevan puolet pyöreästä puusta. Cnet:n laskentaa varten tukin ja kuidun määrä (m3/ha) muunnettiin hiilidioksidiksi (g CO2/m2). Muuntamiseen käytettiin kaavaa 3.

(15)

g CO2/m2 = m3*0.4*0.5*1000*1000/10000*3.667 (3) jossa

g CO2/m2 = hiilidioksidin määrä m3 = ainespuun määrä

0.4 = puun tiheys (400 kg/m3)

0.5 = hiilen määrä (puolet biomassasta)

1000*1000/10000 = yksikön muunnos (t CO2/ha g CO2/m2)

3.667 = atomipainojen suhde, jonka perusteella hiili muunnetaan hiilidioksidiksi

Csubst laskettiin kertomalla tukin, kuidun sekä sivuotteiden hiilidioksidiksimäärät substituutioker- toimilla. Laskennassa käytettiin sahatavaralle kerrointa 1.1, kuitutuotteille kerrointa 1.4 ja sivu- tuotteille kerrointa 0.8. Kuitutuotteiden ajateltiin korvaavan osittain tekstiilejä ja muoveja.

2.4 Tulosten analysointi

Tuloksissa on esitetty ainespuun määrä kuitupuuhun ja tukkipuuhun jaoteltuna kiertoajan yli (m3/ha/a), metsätuotannon taloudellinen kannattavuus (€/ha), ainespuun tuotannon ja käytön ilmas- tovaikutukset eri komponentteineen (g CO2/m2/a). Tuloksissa on esitetty lisäksi ainespuun tuotan- non ja käytön ilmastovaikutusten ja metsätuotannon taloudellisen kannattavuuden välinen suhde sekä hiilen viipymä (a). Hiilen viipymä laskettiin jakamalla puutuotteiden määrä TO:lla. Hiilen viipymällä tarkoitetaan tässä tutkimuksessa aikaa vuosina, jonka hiili on keskimäärin varastoitu- neena puutuotteisiin. Kaikki hiilidioksidina ilmoitetut tulokset on ilmoitettu keskenään vertailukel- poisina tuloksina (g CO2/m2/a) 80 vuoden kiertoajalla.

Tutkimuksessa verrattiin eri käsittelyvaihtoehtoja toisiinsa. Kasvatustiheyksien välistä vertailua suoritettiin tarkastelemalla suhteellisia muutoksia suositusten mukaiseen kasvatustiheyteen verrat- tuna kaikilla tukin latvaläpimitoilla kummallakin puulajilla. Lisäksi käsittelyvaihtoehtoja verrattiin suositusten mukaiseen kasvatustiheyteen tukin latvaläpimitalla 16 cm kummallakin puulajilla (KS16, MS16). Näiden vaihtoehtojen ajateltiin olevan lähimpänä tällä hetkellä yleisesti Suomessa harjoitettavaa metsätuotantoa. Lisäksi kuusta ja mäntyä verrattiin keskenään.

(16)

3 TULOKSET

3.1 Ainespuun määrä kuusella ja männyllä

Ainespuun määrä kiertoajan yli oli kuusella 5,4–6,0 m3/ha/a (Kuva 2a) ja männyllä 5,2–5,8 m3/ha/a (Kuva 2b). Kuusella suurin ainespuun määrä oli käsittelyvaihtoehdoilla KS12 ja KS14 ja männyllä MS12-käsittelyvaihtoehdolla. Pienin ainespuun määrä kuusella oli K-2516-käsittely- vaihtoehdolla ja männyllä M-2514-käsittelyvaihtoehdolla. Suuremman kasvatustiheyden vaikutus ainespuun määrään oli kuusella -4–3 % ja männyllä -5–0 % verrattuna suositusten mukaiseen kas- vatustiheyteen latvaläpimitoittain tarkasteltuna. Pienempi kasvatustiheys pienensi ainespuun tuo- tosta kuusella 5–9 % ja männyllä 5–8 %. Latvaläpimitoittain tarkasteltuna suositusten mukaisella kasvatustiheydellä päästiin suurimpaan ainespuun määrään männyllä kaikilla tukin latvaläpimi- toilla ja kuusella muilla paitsi latvaläpimitalla 16 cm, jolla suurimpaan ainespuun määrään päästiin suuremmalla kasvatustiheydellä. Kuusella latvaläpimitalla 18 cm suositusten mukaisella kasvatus- tiheydellä ja suuremmalla kasvatustiheydellä ainespuun määrä oli lähes sama. Myös männyllä lat- valäpimitoilla 14, 16 sekä 18 cm suositusten mukaisen kasvatustiheydellä ja suuremman kasvatus- tiheydellä ainespuun määrä oli lähes sama.

Tukin osuus pieneni molemmilla puulajeilla odotetusti tukin latvaläpimitan noustessa. Suuremman kasvatustiheyden vaikutus tukin määrään oli kuusella -8–-3 % ja männyllä -5–0 % verrattuna suo- situsten mukaiseen kasvatustiheyteen latvaläpimitoittain tarkasteltuna (Kuva 3a). Vastaava vaiku- tus kuidun määrään oli kuusella -32–14 % ja männyllä -8–4 %. Pienempi kasvatustiheys pienensi tukin määrää kuusella 10–1 % ja männyllä 10–5 %. Vastaava vaikutus kuidun määrään oli kuusella -16–-6 % ja männyllä -12–7 %. Kuusella suurin tukkiprosentti saavutettiin K+2512-käsittelyvaih- toehdolla (88%). Muilla latvaläpimitoilla suurin tukkiprosentti saavutettiin käsittelyvaihtoeh- doilla: KS14 (79 %), K-2516 (76 %) ja K-2518 (65 %). Pienin tukkiprosentti kuusella oli K+2518-käsittelyvaihtoehdolla (61%). Muilla latvaläpimitoilla pienin tukkiprosentti oli käsittely- vaihtoehdoilla: KS12 (83 %), K+2514 (75 %) ja K+2516 (72 %). Männyllä suurimpaan tukkipro- senttiin päästiin käsittelyvaihtoehdoilla MS12 ja M+2512 (84 %). Muilla latvaläpimitoilla suurin tukkiprosentti saavutettiin käsittelyvaihtoehdoilla: M-2514 (80 %), MS16/M+2516 (74 %) ja M-2518 (67 %). Männyllä pienin tukkiprosentti oli M+2518-käsittelyvaihtoehdolla (64 %). Muilla latvaläpimitoilla pienin tukkiprosentti oli käsittelyvaihtoehdoilla: M-2512 (82 %), MS14/M+2514 (79 %) ja M-2516 (71 %).

(17)

Kuva 2. Ainespuun määrä (a) kuusella ja (b) männyllä kiertoajan yli.

Muita käsittelyvaihtoehtoja vertailuvaihtoehtoihin verratessa näkyy latvaläpimitan muutoksen vai- kutus tukin ja kuidun määrään selvästi (Kuva 3b). Tukin määrä nousi kuusella latvaläpimitan pie- nentyessä enimmillään 24 % ja vastaavasti latvaläpimitan suurentuessa pieneni enimmillään 14 %.

Vastaavasti kuidun määrä pieneni kuusella latvaläpimitan pienentyessä enimmillään 56 % ja nousi

(18)

latvaläpimitan suurentuessa enimmillään 50 %. Männyllä tukin määrä nousi tukin latvaläpimitan pienentyessä enimmillään 16 % ja vastaavasti latvaläpimitan suurentuessa pieneni enimmillään 16 %. Vastaavasti kuidun määrä pieneni männyllä latvaläpimitan pienentyessä enimmillään 39 % ja nousi latvaläpimitan suurentuessa enimmillään 40 %.

Kuva 3. Ainespuun määrän suhteelliset muutokset (a) verrattuna suositusten mukaiseen kasvatus- tiheyteen latvaläpimitoittain ja (b) verrattuna suositusten mukaiseen kasvatustiheyteen latvaläpi- mitalla 16 cm kuusella ja männyllä.

(19)

3.2 Metsätuotannon taloudellinen kannattavuus

NPV kiertoajalla yhteensä oli kuusella 1986–2846 €/ha ja männyllä 2106–3056 €/ha (Taulukko 3).

Kuusella suurin NPV oli K-2512-käsittelyvaihtoehdolla ja männyllä MS12-käsittelyvaihtoehdolla.

Kummallakin puulajilla pienin NPV oli +2518-käsittelyvaihtoehdolla. Kuusella KS12-käsittely- vaihtoehdolla jäätiin 18 € suurimmasta NPV:stä ja männyllä M-2512-käsittelyvaihtoehdolla jäätiin 12 € suurimmasta NPV:stä.

Taulukko 3. NPV kiertoajalla yhteensä kuusella ja männyllä (€/ha).

12 14 16 18

KS 2828 2680 2446 2242

K+25 2679 2190 2199 1986

K-25 2846 2653 2563 2287

MS 3056 2806 2644 2365

M+25 2509 2395 2298 2106

M-25 3044 2889 2609 2477

Suurempi kasvatustiheys pienensi NPV:itä kuusella 5–18 % ja männyllä 11–18 % verrattuna suo- situsten mukaiseen kasvatustiheyteen latvaläpimitoittain tarkasteltuna (Kuva 4a). Pienemmän kas- vatustiheyden vastaava vaikutus oli kummallakin puulajilla -1–5 %. Kasvatustiheyksittäin tarkas- teltuna NPV pieneni latvaläpimitan kasvaessa yhtä poikkeusta lukuun ottamatta (K+2514/K+2516). Tällöinkin NPV suureni vain 9 €.

Muita käsittelyvaihtoehtoja vertailuvaihtoehtoihin verratessa NPV:t pääsääntöisesti nousivat lat- valäpimitan pienentyessä (Kuva 4b). NPV nousi kummallakin puulajilla enimmillään 16 % latva- läpimitan pienentyessä. Kuusella K+2514-käsittelyvaihtoehdon NPV oli 10 % vertailuvaihtoehtoa pienempi. Männyllä M+2512-käsittelyvaihtoehdon NPV oli 5 % ja M+2514-käsittelyvaihtoehdon 9 % vertailuvaihtoehtoa pienempi. Latvaläpimitalla 18 cm NPV pieneni kuusella 7–19 % ja män- nyllä 6–20 %.

(20)

Kuva 4. NPV:iden suhteelliset muutokset kiertoajalla (a) verrattuna suositusten mukaiseen kasva- tustiheyteen latvaläpimitoittain ja (b) verrattuna suositusten mukaiseen kasvatustiheyteen latvalä- pimitalla 16 cm kuusella ja männyllä.

Hakkuittain tarkasteltuna ensiharvennuksen NPV oli kuusella 211–586 €/ha ja männyllä 236–

395 €/ha. Toisen harvennuksen NPV oli kuusella 229–710 €/ha ja männyllä 258–772 €/ha. Kol- mannen harvennuksen NPV oli kuusella 542–708 €/ha ja männyllä 600–783 €/ha. Päätehakkuun

(21)

NPV oli kuusella 1131–1436 €/ha ja männyllä 1181–1447 €/ha. Ensiharvennuksen ja toisen har- vennuksen suuri hajonta johtuu siitä, että ensiharvennuksella ainoastaan käsittelyvaihtoehdoilla K+2512 ja M+2512 tuotetaan tukkia ja toisella harvennuksella ainoastaan käsittelyvaihtoehdoilla K-2518, M-2518 ja MS18 ei tuoteta tukkia. Myös KS18-käsittelyvaihtoehdolla tukin tuotos on toisella harvennuksella vähäinen. Kasvatustiheydellä eikä latvaläpimitan muutoksella ollut mer- kittävää vaikutusta ensiharvennuksen NPV:hen niillä käsittelyvaihtoehdoilla, jotka eivät tuottaneet tukkia ensiharvennuksella. Toisella ja kolmannella harvennuksella sekä päätehakkuulla latvaläpi- mitan muutoksen vaikutus NPV:hen näkyy selvemmin, mutta joidenkin käsittelyvaihtoehtojen vä- lillä NPV myös nousi latvaläpimitan noustessa tai NPV:iden erot olivat hyvin pieniä.

3.3 Ainespuun tuotannon ja käytön ilmastovaikutukset

Cnet oli kuusella -444–-651 g CO2/m2/a (Kuva 5a) ja männyllä -299–-490 g CO2/m2/a (Kuva 5b).

Kummallakin puulajilla suurimmat (absoluuttisesti pienimmät arvot) Cnet:t olivat suuremmalla kasvatustiheydellä ja pienimmät (absoluuttisesti suurimmat arvot) pienemmällä kasvatustihey- dellä. Suurin Cnet oli kuusella K+2516-käsittelyvaihtoehdolla ja männyllä M+2518-käsittelyvaih- toehdolla. Pienin Cnet oli kuusella K-2516-käsittelyvaihtoehdolla ja männyllä M-2518-käsittely- vaihtoehdolla. Kasvatustiheyden muutos vaikutti Cnet:iin latvaläpimitan muutosta enemmän.

NEE oli kuusella -314–-486 g CO2/m2/a (Kuva 5a) ja männyllä -174–-332 g CO2/m2/a (Kuva 5b).

Suurin NEE oli kuusella K+2516-käsittelyvaihtoehdolla ja männyllä M+2518-käsittelyvaihtoeh- doilla. Pienin NEE oli kuusella K-2516-käsittelyvaihtoehdolla ja männyllä M-2518-käsittelyvaih- toehdolla. Suurempi kasvatustiheys suurensi NEE:tä kuusella 12–25 % ja männyllä 17–24 % ver- rattuna suositusten mukaiseen kasvatustiheyteen latvaläpimitoittain tarkasteltuna. Vastaavasti pie- nempi kasvatustiheys pienensi NEE:tä kuusella 19–25 % ja männyllä 28–35 %. Kasvatustiheyden muutos vaikutti NEE:hen latvaläpimitan muutosta enemmän.

TO oli kuusella 39–69 g CO2/m2/a (Kuva 5a) ja männyllä 42–68 g CO2/m2/a (Kuva 5b). Kummal- lakin puulajilla pienin TO oli +2512-käsittelyllä ja suurin käsittelyillä S18 ja -2518. Suurempi kasvatustiheys pienensi TO:a kuusella 19–28 % ja männyllä 22–27 % verrattuna suositusten mu- kaiseen kasvatustiheyteen läpimitoittain tarkasteltuna. Vastaavasti pienempi kasvatustiheys suu- rensi TO:a kuusella 1-8 % ja männyllä 0-5 %. Latvaläpimitan suurentaminen suurensi TO:a kum- mallakin puulajilla.

(22)

Kuva 5. Ilmastovaikutukset kiertoajan yli (a) kuusella ja (b) männyllä. Lyhenteet tarkoittavat:

l. tukki, p. kuitu & r. sivutuote.

Charv oli kuusella 199–220 g CO2/m2/a (Kuva 5a) ja männyllä 192–213 g CO2/m2/a (Kuva 5b). Pie- nimmät Charv:t olivat kuusella käsittelyvaihtoehdoilla K-2514 sekä K-2516 ja männyllä M-2514-käsittelyvaihtoehdolla. Suurimmat Charv:t olivat kuusella käsittelyvaihtoehdoilla KS12 sekä KS14 ja männyllä MS12-käsittelyvaihtoehdolla. Pienempi kasvatustiheys pienensi Charv:a

(23)

kuusella 5–9 % ja männyllä 5–8 % verrattuna suositusten mukaiseen kasvatustiheyteen latvaläpi- mitoittain tarkasteltuna. Suuremman kasvatustiheyden vastaava vaikutus oli kuusella -4–3 % ja männyllä -5–0 %. Kasvatustiheyden muutos vaikutti Charv:iin latvaläpimitan muutosta enemmän.

Kuva 6. Cnet:n suhteelliset muutokset (a) verrattuna suositusten mukaiseen kasvatustiheyteen lat- valäpimitoittain tarkasteltuna ja (b) verrattuna suositusten mukaiseen kasvatustiheyteen latvaläpi- mitalla 16 cm kuusella ja männyllä.

(24)

Csubst oli kuusella -392–-435 g CO2/m2/a (Kuva 5a) ja männyllä -376–-418 g CO2/m2/a (Kuva 5b).

Kummallakin puulajilla suurin Csubst oli +2518-käsittelyvaihtoehdolla. Pienin Csubst oli kuusella käsittelyvaihtoehdoilla K-2512, K-2514 sekä K-2516 ja männyllä M-2514-käsittelyvaihtoehdolla.

Pienempi kasvatustiheys pienensi Csubst:a kuusella 5–9 % ja männyllä 5–8 % verrattuna suositusten mukaiseen kasvatustiheyteen latvaläpimitoittain tarkasteltuna. Suuremman kasvatustiheyden vas- taava vaikutus oli kuusella -3–3 % ja männyllä -5–0 %. Kasvatustiheyden muutos vaikutti Csubst:iin latvaläpimitan muutosta enemmän.

Suurempi kasvatustiheys suurensi Cnet:ä kuusella 10–22 % ja männyllä 13–20 % verrattuna suosi- tusten mukaiseen kasvatustiheyteen latvaläpimitoittain tarkasteltuna (Kuva 6a). Vastaavasti pie- nempi kasvatustiheys pienensi Cnet:ä kuusella 17–22 % ja männyllä 22–27 %. S16-käsittelyvaih- toehtoihin verrattuna suurempi kasvatustiheys suurensi Cnet:ä kuusella 19–22 % ja männyllä 16–

19 % (Kuva 6b). Vastaavasti pienempi kasvatustiheys pienensi Cnet:ä kuusella 13–17 % ja män- nyllä 20–27 %. Suositusten mukaiset kasvatustiheydet muilla latvaläpimitoilla suurensivat Cnet:ä kuusella 5–9 % KS16-käsittelyvaihtoehtoon verrattuna. Männyllä vastaava vaikutus MS16-käsit- telyvaihtoehtoon verrattuna oli -1–3 %.

3.4 Ainespuun tuotannon ja käytön ilmastovaikutusten ja metsätuotannon taloudellisen kannattavuuden suhde

Kasvatustiheys vaikutti enemmän Cnet:iin ja tukin latvaläpimitta NPV:hen (Kuva 7). Kuusella K-2512-käsittelyvaihtoehdolla oli suurin NPV ja toiseksi pienin Cnet. K+2516-käsittelyvaihtoeh- dolla oli suurin Cnet ja kolmanneksi pienin NPV. K+2518-käsittelyvaihtoehdolla oli pienin NPV ja Cnet oli vain 0,5 % kuusen suurinta pienempi. K-2516-käsittelyvaihtoehdolla oli pienin Cnet ja NPV oli 5 % kuusen suurinta pienempi. K+2512-käsittelyvaihtoehdolla jäätiin suurimmasta NPV:stä 6 % ja suurimmasta Cnet:stä 3 %. Männyllä MS12-käsittelyvaihtoehdolla oli suurin NPV ja Cnet oli 14 % männyn parasta pienempi. M+2518-käsittelyvaihtoehdolla oli suurin Cnet ja pienin NPV.

M-2518-käsittelyvaihtoehdon Cnet oli pienin ja NPV oli 19 % männyn suurinta pienempi.

M+2512-käsittelyvaihtoehdolla jäätiin 18 % suurimmasta NPV:stä ja 3 % suurimmasta Cnet:stä.

(25)

Kuva 7. Cnet:n ja NPV:n välinen suhde (a) kuusella ja (b) männyllä.

3.5 Hiilen viipymä

Puutuotteisiin varastoituneen hiilen viipymä oli kuusella 2,93–5,52 vuotta ja männyllä 2,84–4,79 vuotta (Kuva 8). Suurin hiilen viipymä oli kummallakin puulajilla +2512-käsittelyllä. Pienin hiilen

(26)

viipymä oli kummallakin puulajilla -2518-käsittelyllä. Suurimmat hiilen viipymät olivat suurem- malla kasvatustiheydellä ja pienimmät vastaavasti pienemmällä kasvatustiheydellä. Latvaläpimi- tan suurentuminen pienensi hiilen viipymää.

Kuva 8. Hiilen viipymä (a) kuusella ja (b) männyllä.

(27)

4 TULOSTEN TARKASTELU

Tämän työn tarkoituksena oli selvittää kasvumallisimulointeihin perustuen kasvatustiheyden sekä tukin latvaläpimitan muutoksen vaikutusta ainespuun tuotantoon sekä ainespuun tuotannon ja käy- tön ilmastovaikutuksiin kuusella ja männyllä. Tutkimuksessa käytettiin LCA-elinkaartiarviointi- työkalua (Kilpeläinen et al. 2011), jota varten simuloitiin metsäekosysteemin nettohiilivaihtoa ja ainespuun tuotantoa eri metsänhoitovaihtoehdoissa SIMA-metsäekosysteemimallilla (Kellomäki et al. 1992, 2008). Aineisto koostui kuusella ja männyllä 80 vuoden kiertoajalle simuloidusta met- sänkasvusta MT-kasvupaikalla Metsänhoidon suositusten mukaisilla sekä suositusten mukaisia 25 % suuremmilla ja pienemmillä harvennusrajoilla. Simulointi toteutettiin kummallakin puula- jilla ja kaikilla kasvatustiheyksillä neljällä tukin latvaläpimitalla (12, 14, 16 ja 18 cm).

Kuusella hiilitaseet olivat suurempia kuin männyllä. Tämä koskee sekä NEE:tä että Cnet:ä. Tämän tutkimuksen tulosten perusteella Cnet määräytyy suuremmaksi osaksi NEE:n perusteella. Myös Sievänen ym. (2012) mukaan puuston hiilivarasto on tärkein hiilitasetta määrittävä tekijä. Kuusella suurin ja pienin hiilitase saavutettiin latvaläpimitalla 16 cm ja männyllä latvaläpimitalla 18 cm, joten samalla latvaläpimitallakin voi tulla huomattavia eroja hiilitaseisiin, kun kasvatustiheyttä muutetaan. Suurimmat NEE:t ja Cnet:t olivat suuremmalla kasvatustiheydellä kummallakin puula- jilla ja vastaavasti pienimmät hiilitaseet pienemmällä kasvatustiheydellä. NEE ja Cnet heikkenivät kiertoajan loppua kohti kummallakin puulajilla. Tutkimuksen perusteella kasvatustiheyden muu- toksen vaikutukset ilmastovaikutuksiin olivat latvaläpimitan muutoksen vaikutuksia huomatta- vasti merkittävämmät.

Kuusella ainespuun määrät olivat hieman suurempia kuin männyllä. Kasvatustiheyden muuttami- nen ei suurentanut merkittävästi ainespuun määrää. Suuremmalla kasvatustiheydellä ainespuun määrä pysyi useammalla käsittelyllä suositusten mukaiseen verrattuna miltei samana. Pienempi kasvatustiheys pienensi aina ainespuun määrää. Aiemmissa tutkimuksissa suositusten mukaista korkeampi kasvatustiheys on kasvattanut ainespuun määrää kuusella ja männyllä (Mäkinen & Iso- mäki 2004a&b, Briceno-Elizondo et al. 2006, Pingoud et al. 2010). Tässä tutkimuksessa kasvatus- tiheyden ja tukin latvaläpimitan muutoksen vaikutukset tukkiprosenttiin vaihtelivat puulajien vä- lillä. Kokonaisvaltaisesti tarkasteltuna männyllä tukkiprosentit olivat hieman suurempia kuin kuu- sella, mutta kaikilla käsittelyvaihtoehdoilla näin ei ollut. Myös kasvatustiheyden muutoksen vai-

(28)

kutukset tukkiprosenttiin olivat erilaiset kuusella ja männyllä. Kuusella suurimpiin tukkiprosent- teihin päästiin pienemmällä ja männyllä suositusten mukaisella kasvatustiheydellä. Tukkiprosen- tin vaihtelut olivat kuusella suuremmat kuin männyllä. Myös aiemmissa tutkimuksissa kasvatusti- heyden muutoksen vaikutukset tukkiprosenttiin ovat vaihdelleet. Pingoud et al. (2010) suositusten mukaista korkeampi kasvatustiheys pienensi tukkiprosenttia kuusella 2–3 % ja männyllä vaiku- tusta ei ollut lainkaan. Briceno-Elizondo et al. (2006) tutkimuksessa korkeampi kasvatustiheys nosti tukkiprosenttia 1–3 % kuusella sekä männyllä.

Männyllä NPV:t olivat pääsääntöisesti suurempia kuin kuusella. Hakkuittain tarkasteltuna tukin osuudella on merkittävä vaikutus hakkuukohtaiseen NPV:hen. NPV:t eivät korreloi suoraan aines- puun tuotoksen kanssa, koska NPV:n laskentaan vaikuttaa myös hakkuiden toteutuksen ajankohta.

Esimerkiksi ensiharvennuksella suuremmalla kasvatustiheydellä ainespuun kertymä oli kummal- lakin puulajilla suurempi kuin muilla kasvatustiheyksillä, mutta pienemmällä kasvatustiheydellä NPV:t olivat suurempia, kun ei oteta +2512-käsittelyvaihtehtoja lukuun. Suurempi kasvatustiheys myöhensi harvennusten ajankohtaa ja heikensi näin NPV:itä ja vastaavasti pienempi kasvatusti- heys aikaisti harvennusten ajankohtaa ja paransi NPV:itä. Myös Ahtikoski et al. (2004) mukaan maltillisemmalla harvennuksella NPV oli pienempi kuin suositusten mukaisella kasvatustihey- dellä. Taloudellisen kannattavuuden ja ilmastovaikutusten suhdetta tarkasteltaessa kuusella oli sel- keä ”kompromissivaihtoehto” (K+2512) toisin kuin männyllä. Kuusella K+2512-käsittelyvaihto- ehdolla oli tämän tutkimuksen tuloksissa sekä melko suuri Cnet että NPV. Taloudelliseen kannat- tavuuden arviointiin vaikuttavat puunhinnat, jotka vaihtelevat esimerkiksi puun kysynnän mukaan sekä NPV:n laskennassa käytetty korkoprosentti.

Charv perustui tässä tutkimuksessa suoraan ainespuun määrään, joten erot käsittelyjen välillä joh- tuvat ainespuun määrän vaihteluista. Csubst:iin vaikutti ainespuun määrän lisäksi substituutioker- toimet, mutta latvaläpimitan muutoksen vaikutukset substituutiohyötyihin olivat kuitenkin melko pienet. Kuitupuuosuuden kasvu kasvatti substituutiovaikutuksia hieman. Hiilen viipymää tarkas- teltaessa näkyy tukin latvaläpimitan kasvattamisen hiilen varastoitumista pienentävä vaikutus.

Myös hiilen viipymän perusteella kuusella on suurempi ilmastohyötyjä tuottava vaikutus kuin männyllä.

(29)

Substituutiokertoimet vaikuttavat olennaisesti puutuotteiden substituutiohyödyn suuruuteen ja ne vaihtelevat sen mukaan mitä niillä korvataan. Tässä tutkimuksessa puutuotteille käytetyt substi- tuutiokertoimet olivat keskimääräisiä tai hieman keskimääräistä maltillisempia (Sathre & O’Con- nor 2010, Soimakallio et al. 2016). Eri tutkimuksien mukaan substituutiokertoimissa on suurta vaihtelua. Sathre & O’Connor (2010) mukaan substituutiokertoimet voivat vaihdella välillä -2.3–

15. Marland & Schlamadinger (1997) käyttivät fossiilisten polttoaineiden korvaamisessa substi- tuutiokerrointa 0.6, mutta heidän mukaansa se voi vaihdella välillä 0–1.5. Pingoud et al. (2010) tutkimuksessa substituutiovaikutusten laskennassa sahatavaralle käytettiin korkeampaa substituu- tiokerrointa kuin kuitutuotteille, minkä vuoksi tukki-kuitu-suhteen muutoksen vaikutukset substi- tuutiovaikutuksiin olivat erilaiset kuin tässä tutkimuksessa.

Suositusten mukaisella kasvatustiheydellä päästään tasapainoisimpaan tulokseen, mikäli tavoitel- laan yhtä aikaa hyvää ainespuun määrää, taloudellista kannattavuutta sekä hiilitasetta. Suurempi kasvatustiheys näyttää olevan paras vaihtoehto, jos tavoitellaan yhtä aikaa hyvää ainespuun mää- rää sekä mahdollisimman hyvää hiilitasetta. Suuremmalla kasvatustiheydellä taloudellinen kan- nattavuus on sekä suositusten mukaista että pienempää kasvatustiheyttä heikompi. Pienemmällä kasvatustiheydellä voi päästä joissain tapauksissa hieman parempaan taloudelliseen kannattavuu- teen kuin suositusten mukaisella kasvatustiheydellä, mutta ainespuun määrä ja ilmastovaikutukset jäävät suositusten mukaista ja suurempaa kasvatustiheyttä huomattavasti heikommiksi.

Tulosten perusteella suositusten mukaisiin harvennusmalleihin ei tarvitse tehdä muutosta, mikäli tavoitellaan hyvää ainespuun määrää sekä taloudellista kannattavuutta eikä tavoitella mahdolli- simman suuria ilmastovaikutuksia. Mikäli mahdollisimman suuria ilmastovaikutuksia pidetään ta- loudellista kannattavuutta tärkeämpänä, voidaan käyttää myös suositusten mukaista suurempaa kasvatustiheyttä. Mikäli tavoitteena on ainoastaan mahdollisimman suuri taloudellinen tuotto ja rahavirrat halutaan saada mahdollisimman aikaisessa vaiheessa, voitaisiin käyttää suositusten mu- kaista alhaisempaa kasvatustiheyttä, mutta tähän vaihtoehtoon liittyy suurimmat lumi- ja myrsky- tuhoriskit (Äijälä ym. 2019). Alhainen kasvatustiheys ei ole myöskään pienten ilmastovaikutusten vuoksi suositeltavaa. Latvaläpimitan muutoksen rooli keskimääräisiin vuosittaisiin ilmastovaiku- tuksiin on vähäinen. Tuottamalla tuotteita, joissa hiili pysyy varastoituneena mahdollisimman pit- kään, voidaan kasvattaa puutuotevarastoja ja hillitä hiilen vapautumista ilmakehään.

(30)

KIRJALLISUUS

Ahtikoski, A., Päätalo, M-L., Niemistö, P., Karhu, J. & Poutiainen, E. 2004. Effect of alternative thinning intensities on the financial outcome in silver birch (Betula Pendula Roth) stands: a case study based on long-term experiments and MOTTI stand simulations. Baltic Forestry 10(2): 46–

55.

Alam, A., Strandman, H., Kellomäki, S. & Kilpeläinen, A. 2017. Estimating net climate impacts of timber production and utilization in fossil fuel intensive material and energy substitution. Cana- dian Journal of Forest Research 47: 1010–1020.

Asikainen, A. 2018. Energiapuu. Teoksessa: Rantala, S. (toim.) Tapion taskukirja: 386–394.

Briceno-Elizondo, E., Garcia-Gonzalo, J., Peltola, H., Matala, J. & Kellomäki, S. 2006. Sensitivity of growth of Scots pine, Norway spruce and silver birch to climate change and forest management in boreal conditions. Forest Ecology and Management 232: 152–167.

EEA. 2019. Annual European Union greenhouse gas inventory 1990–2017 and inventory report 2019.

FAO. 2010. Global forest resource assessment 2010. Main report.

Frühwald, A. 2002. University of Hamburg. Centre for Wood Science and Technology.

Global Carbon Budget. 2019. Earth System Science Data 11: 1783–1838.

Hyytiäinen, K. & Tahvonen, O. 2002. Economics of forest thinnings and rotation periods for Fin- nish conifer cultures. Scandinavian Journal of Forest Research 17: 274–288.

IPCC. 2007: Forestry. In: Climate Change 2007. Mitigation of Climate Change. Contribution of Working Group III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [B. Metz, O.R. Davidson, P.R. Bosch, R. Dave, L.A. Meyer (eds)]: 541–584.

IPCC. 2014. Climate Change 2014. Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Core Wri- ting Team, R.K. Pachauri and L.A. Meyer (eds.)]. 151 s.

IPCC. 2019. Land-climate interactions. In: Climate Change and Land: an IPCC special report on climate change, desertification, land degradation, sustainable land management, food security, and greenhouse gas fluxes in terrestrial ecosystems [P.R. Shukla, J. Skea, E. Calvo Buendia, V. Mas- son-Delmotte, H.-O. Pörtner, D.C. Roberts, P. Zhai, R. Slade, S. Connors, R. van Diemen, M.

Ferrat, E. Haughey, S. Luz, S. Neogi, M. Pathak, J. Petzold, J. Portugal Pereira, P. Vyas, E.

Huntley, K. Kissick, M, Belkacemi, J. Malley, (eds.)]: 131–247.

(31)

Janatuinen, A. 2018. Puutuoteteollisuus. Teoksessa: Rantala, S. (toim.). Tapion taskukirja: 431–

438.

Kellomäki, S., Väisänen, H., Hänninen, H., Kolström, T., Lauhanen, R., Mattila, U. & Pajari, B.

1992. A simulation model for the succession of the boreal forest ecosystem. Silva Fennica 26(1):

1–18.

Kellomäki, S., Peltola, H., Nuutinen, T., Korhonen, K. T. & Strandman, H. 2008. Sensitivity of managed boreal forests in Finland to climate change, with implications for adaptive management.

Philosophical Transactions of the Royal Society B. 363: 2341–2351.

Kilpeläinen, A., Alam, A., Strandman, H. & Kellomäki, S. 2011. Life cycle assessment tool for estimating net CO2 exchange of forest production. Global Change Biology 3: 461–471.

Lippke, B., Oneil, E., Harrison, R., Skog, K., Gustavsson, L. & Sathre, R. 2011. Life cycle impacts of forest management and wood utilization on carbon mitigation: knowns and unknowns. Carbon Management 2(3): 303–333.

Lundmark, T., Bergh, J., Hofer, P., Lundström, A., Nordin, A., Poudel, B.C., Sathre, R., Taverna, R., & Werner, F. 2014. Potential roles of Swedish forestry in the context of climate change miti- gation. Forests 5: 557–578.

Luoranen, J., Saksa, T. & Uotila, K. 2012. Metsänuudistaminen. Metsäkustannus Oy. 150 s.

Maa- ja metsätalousministeriö. 2019. Metsien rooli ilmastonmuutoksen hillinnässä. [Verkkodoku- mentti]. Saatavissa: https://mmm.fi/documents/1410837/12877048/Metsien+rooli+ilmastonmuu- toksen+hillinnassa.pdf/b8b48104-a90c-ed4d-647d-8982f8f507d5/Metsien+rooli+ilmastonmuu- toksen+hillinnassa.pdf#page=2&zoom=auto,-114,14. [Viitattu 14.2.2020].

Marland, G. & Schlamadinger, B. 1997. Forests for carbon sequestration or fossil fuel substitution?

A sensitivity analysis. Biomass and Bioenergy 6: 389–397.

Metsälehti.fi. Puunhinta. [Verkkodokumentti]. Saatavissa: https://www.metsalehti.fi/puun- hinta/puunhinta/. [Viitattu 29.11.2018].

Mäkinen, H. & Isomäki, A. 2004a. Thinning intensity and growth of Norway spruce stands in Finland. Forestry 77(4): 349-364.

Mäkinen, H. & Isomäki, A. 2004b. Thinning intensity and growth of Scots pine stands in Finland.

Forest Ecology and Management 201: 311-325.

Pan, Y., Birdsey, R. A., Fang, J., Houghton, R., Kauppi, P. E., Kurz, W. A., Phillips, O. L., Shvi- denko, A., Lewis, S. L., Canadell, J. G., Ciais, P., Jackson, R. B., Pacala, S. W., McGuire, A. D., Piao, S., Rautiainen, A., Sitch, S., & Hayes, D. 2011. A large and persistent carbon sink in the world’s forests. Science 333: 988–993.

(32)

Pilli, R., Fiorese, G. & Grassi, G. 2015. EU mitigation potential of harvested wood products. Car- bon Balance and Management. 16 s.

Pingoud, K., Pohjola, J. & Valsta, L. 2010. Assessing the integrated climatic impacts of forestry and wood products. Silva Fennica 44(1): 155–175.

Pyörälä, P., Peltola, H., Strandman, H., Kilpeläinen, A., Asikainen, A., Jylhä, K. & Kellomäki, S.

2014. Effects of management on economic profitability of forest biomass production and carbon neutrality of bioenergy use in Norway spruce stands under the changing climate, Bioenergy Re- search 7: 279-294.

Routa, J., Kellomäki, S. & Peltola, H. 2012. Impacts of Intensive Management and Landscape Structure on Timber and Energy Wood Production and net CO2 Emissions from Energy Wood Use of Norway Spruce. Bioenergy Research 5: 106-123.

Sathre, R. & O’Connor, J. 2010. Meta-analysis of greenhouse gas displacement factors of wood product substitution. Environmental Science & Policy 13: 104–114.

Sievänen, R., Lehtonen, A., Ojanen, P. & Salminen, O. 2012. Metsien hiilitaseet. Julkaisussa: Asi- kainen, A., Ilvesniemi, H., Sievänen, R., Vapaavuori, E. & Muhonen, T. (toim.). Bioenergia, il- mastonmuutos ja Suomen metsät. Metlan työraportteja 240: 197–204.

Soimakallio, S., Saikku, L., Valsta, L. & Pingoud, K. 2016. Climate change mitigation challenge for wood utilization–The case of Finland. Environmental Science & Technology 50: 5127–5134.

Tilastokeskus. 2019. Suomen kasvihuonekaasupäästöt 2018. [Verkkodokumentti]. Saatavissa:

http://tilastokeskus.fi/til/khki/2018/khki_2018_2019-12-12_kat_001_fi.html. [Viitattu 14.2.2020].

Tilastokeskus. 2020. Kasvihuonekaasuinventaario [Verkkodokumentti]. [Viitattu 16.3.2020].

Tuomainen, T. 2018. Metsien hiilitase. Teoksessa: Rantala, S. (toim.). Tapion taskukirja: 14–15.

Äijälä, O., Koistinen, A., Sved, J., Vanhatalo, K. & Väisänen, P. (toim.). 2019. Metsänhoidon suo- situkset. Tapion julkaisuja. 252 s.

Viittaukset

LIITTYVÄT TIEDOSTOT

• invent a total Turing machine (it can be also multiple track or multiple tape or nondetermiministic TM), which solves the problem (or nite automata, push- down automaton,

Explain the reflection and transmission of traveling waves in the points of discontinuity in power systems2. Generation of high voltages for overvoltage testing

Caiculate the positive sequence reactance / km of a three phase power line having conductors in the same horizontal plane.. The conductor diameter is 7 mm and

Explain the meaning of a data quality element (also called as quality factor), a data quality sub-element (sub-factor) and a quality measure.. Give three examples

[r]

Vuosi 2015 oli Yksi elämä -hankekokonaisuudessa terveystekojen vuosi: Aivoliiton, Diabetesliiton ja Sydänliiton yhteinen Yksi elämä puki tekemisensä Terveystalkoi- den muotoon.

Männyllä tietty typpimäärä lisää kasvua yleensä nopeammin kuin kuusella, jolla lan noituksen vaikutusaika on puolestaan pitem pi.. Useimmiten käytetyn typpiannoksen,

Täten puuston tiheyden lisää minen vähentää samalla tavalla sekä oksien että rungon kasvua, jolloin oksikkuus määri teltynä oksa- ja runkomassan kertymien